MétaCan
Menu
Retour à la cohorte
Enregistrement W3184603486 · doi:10.1139/bcb-2020-0267

Dexmedetomidine upregulates the expression of miR-493-5p, inhibiting growth and inducing the apoptosis of lung adenocarcinoma cells by targeting RASL11B

2021· article· en· W3184603486 sur OpenAlexvenueno aff
Bo Xu, Yiling Qian, Chunxiao Hu, Yongsheng Wang, Hong Gao, Jianping Yang

Notice bibliographique

RevueBiochemistry and Cell Biology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésmicroRNADexmedetomidineAdenocarcinomaApoptosisDownregulation and upregulationCancer researchLung cancerBiologyA549 cellCell growthCell biologyCancerGeneMedicineOncologyPharmacologyGenetics

Résumé

récupéré en direct d'OpenAlex

Numerous studies have indicated that microRNAs (miRNAs) play critical roles in the development and progression of cancer. However, how changes to the expression levels of miRNAs in response to dexmedetomidine affects the progression of lung cancer remains poorly understood. In this study, we treated the lung adenocarcinoma cell line-A549 with dexmedetomidine and then examined the changes to the expression levels of miRNAs. We found that one of the most significantly upregulated miRNAs was miR-493-5p, which has an important role in the growth and apoptosis of lung adenocarcinoma (LUAD) cells. In addition, bioinformatics searches and luciferase reporter assays revealed that miR-493-5p targets RASL11B, which has a high degree of similarity to RAS. Finally, database searches revealed that RASL11B is associated with survival of LUAD cells. In conclusion, dexmedetomidine causes changes to the expression levels of miRNAs in LUAD, including significant upregulation of miR-493-5p. MiR-493-5p targets RASL11B, thereby inhibiting cell growth and inducing apoptosis in LUAD.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,201
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetMicroRNA in disease regulationTravaux en français237 207